XiaoMi-AI文件搜索系统
World File Search SystemBenchmark
每日民法 - 2025 年 2 月 3 日星期一 - Benchmark
Sarah C Derrington, Stewart, & Feutrill JJ 外国国家豁免 - 印度与毛里求斯之间的双边投资条约，规定根据 1976 年联合国国际贸易法委员会仲裁规则进行仲裁 - 原始申请人是与印度政府拥有的一家公司就两颗印度卫星容量租赁达成协议的当事方 - 印度政府撤销了协议 - 申请人在海牙对印度提起仲裁 - 印度对仲裁庭的管辖权提出质疑 - 仲裁庭发布裁决 - 申请人根据 1974 年国际仲裁法 (Cth) 第 8 条向澳大利亚联邦法院提起诉讼，要求承认和执行裁决 - 初审法官拒绝了印度撤销申请的临时申请 - 印度经许可上诉 - 裁定：通过批准《纽约公约》，印度并未根据 1985 年外国国家豁免法 (Cth) 第 10(2) 条接受澳大利亚法院的管辖 - 印度没有放弃对不决定法律关系引起的分歧的裁决的外国国家豁免权 -不存在因商业关系而产生的分歧 - 允许上诉，并撤销申请，因为印度不受法院管辖。印度共和国（BCI）
对大脑年龄模型的通用性进行基准测试
Amoroso , N.、la Rocca , M.、Bellantuono , L.、Deacono , D.、Fanizzi , A.、Lella , E.、Lombardi , A.、Maggipinto , T.、Monaco , A.、Tangaro , S. 和 Bellotti , R. (2019)。深度学习和多重网络用于精确模拟大脑年龄。衰老神经科学前沿，11，1 – 12。Bashyam，VM，Erus，J.，Doshi，M.，Nasrallah，M.，Truelove-Hill，M.，Srinivasan，D.，Mamourian，L.，Pomponio，R.，Fan，Y.，Launer，LJ，Masters，CL，Maruff，P.，Zhuo，C.，。Völzke，H.，Johnson，SC，Fripp，J.，Koutsouleris，N.，Satterthwaite，TD，...... Davatzikos，C.（2020 年）。基于深度脑网络和全球 14,468 名个体的生命周期脑年龄和疾病的 MRI 特征。 Brain，143，2312–2324。Brown，TT，Kuperman，JM，Chung，Y，Erhart，M，McCabe，C，Hagler，DJ，Jr，Venkatraman，VK，Akshoomoff，N，Amaral，DG，Bloss，CS，Casey，BJ，Chang，L，Ernst，TM，Frazier，JA，Gruen，JR，Kaufmann，WE，Kenet，T.，Kennedy，DN，Murray，SS，... Dale，AM（2012 年）。生物成熟度的神经解剖学评估。当代生物学, 22, 1693 – 1698。Butler, ER、Chen, A.、Ramadan, R.、le, TT、Ruparel, K.、Moore, TM、Satterthwaite, TD、Zhang, F.、Shou, H.、Gur, RC、Nichols, TE 和 Shinohara, RT (2021)。大脑年龄分析中的缺陷。人脑映射，42，4092 – 4101。http://dx.doi.org/10.1037/0033-2909.101.1.13 Casaletto, K. B., Umlauf, A., Beaumont, J., Gershon, R., Slotkin, J., Akshoomoff, N., & Heaton, R. (2015)。针对 NIH 工具箱认知电池英文版的人口统计学校正规范标准。国际神经心理学会杂志, 21, 378 – 391。Chen, C.-L.、Hsu, YC、Yang, LY、Tung, YH、Luo, WB、Liu, CM、Hwang, TJ、Hwu, HG 和 Isaac Tseng, WY (2020)。通过迁移学习对基于扩散磁共振成像的大脑年龄预测模型进行推广。神经影像，217，116831。
花旗的基准停止和物质变更书面计划
（a）如果未在合同条款中确定其他基准或足够的后备条款，或者合同条款是为了确定可行和适当的替代基准，可行和适当的目的是为了确定可行和适当的目的，将评估并可以根据其程序和指导者的行为和行政人员的行为依赖于行业和指导者的行为和指导者的行为，并可以确定适当的替代费率。
J.P. Morgan Paris和气候转变基准
，GIRG（管理员）管理的索引追求环境，社会或治理（ESG）目标，管理员完全或部分地依赖于公共信息来源和其他第三方来源。这包括企业的温室气体排放数据以及排除筛查数据。此外，管理员验证此类目标的能力可能受到相关时间点的基础成分的完整性，质量和细节的限制，以及有关全球法律，指南，法规和市场实践的状态和演变，相对于准备，跟踪和提供此类数据的全球法律，准则，法规和市场实践。因此，此类披露是在商业上合理的努力基础上进行的，并且可能会改变。特别是，可以针对用于提供公司ESG评级的方法引入新法律，准则或法规，这可能会影响管理员的巴黎一致或气候过渡指数排放以及相关的筛查和排除措施，并导致它们变化。公司排放数据和排除筛查数据可能不一致。由巴黎一致或气候转变指数排放，相关的筛查和相关披露以及相关披露也可能会发生变化，这是管理员对ESG数据来源进行的定期审查的结果。
对同相听觉的实时算法进行基准测试...
摘要 — 在非快速眼动 (NREM) 睡眠期间对脑电图慢波 (SW) 进行听觉刺激，当其在 SW 的上行阶段进行时，已被证明可以改善认知功能。对于 SW 幅度较低的受试者，如老年人或患有帕金森病 (PD) 等神经退行性疾病的患者，SW 增强尤其可取。然而，现有的估计上行阶段的算法在低脑电图幅度和 SW 频率不恒定时存在相位精度较差的问题。我们介绍了两种用于在自主可穿戴设备上实时估计脑电图相位的新算法。这些算法基于锁相环 (PLL) 和首次基于相位声码器 (PV)。我们将这些相位跟踪算法与简单的幅度阈值方法进行了比较。优化后的算法在相位精度、估计 SW 幅度在 20 到 60 µV 之间以及 SW 频率高于 1 Hz 的相位的能力方面进行了基准测试，这些记录来自健康的老年人和 PD 患者。此外，这些算法在可穿戴设备上实现，并在模拟睡眠脑电图以及对 PD 患者的前瞻性记录过程中评估了计算效率和性能。所有三种算法都在 SW 上行阶段提供了 70% 以上的刺激触发。PV 在瞄准低幅度 SW 和频率高于 1 Hz 的 SW 时表现出最高能力。实时硬件测试表明，PV 和 PLL 对微控制器负载的影响都很小，而 PV 的效率比 PLL 低 4%。主动听觉刺激不会影响相位跟踪。这项工作表明，在低幅度 SW 人群中，也可以在家庭睡眠干预期间使用可穿戴设备提供相位精确的听觉刺激。
针对文本到SQL的基于大型语言模型的大型生成AI的调查：基准，应用程序，用例和挑战
摘要 - Text到SQL系统通过将自然语言查询转换为结构化查询语言（SQL），从而促进与数据库的平稳互动，从而弥合非技术用户与复杂数据库管理系统之间的差距。本调查提供了对AI驱动的文本到SQL系统演变的全面概述，突出了其基础组件，大语言模型（LLM）体系结构的进步以及蜘蛛，WikisQL和COSQL等数据集的关键作用。我们研究了医疗保健，教育和金融等领域中文本到SQL的应用，并强调了它们改善数据可访问性的变革潜力。此外，我们还分析了持续的挑战，包括域的概括，查询优化，对多转交谈的支持以及针对NOSQL数据库量身定制的数据集和动态现实世界情景的有限可用数据集。为了应对这些挑战，我们概述了未来的研究方向，例如扩展文本到SQL功能以支持NOSQL数据库，设计用于动态多转变交互的数据集，并为现实世界中的可伸缩性和鲁棒性优化系统。通过调查当前的进步并确定关键差距，本文旨在指导基于LLM的文本到SQL系统中的下一代研究和应用。索引术语 - LLM，文本到SQL，自然语言处理，人工智能，AI Gen，基准测试，数据集，模式链接，SQL生成。
内存健身房：朝着无尽的任务进行基准测试代理的记忆能力
记忆体育馆展示了一套由2D部分可观察到的环境，即迫击炮混乱，神秘路径和灼热的聚光灯，旨在基于决策代理中的记忆能力。这些环境最初具有有限的任务，将其扩展为创新的，无尽的格式，反映了诸如“我打包我的书包”之类的累积内存游戏的不断挑战。任务设计中的这种进展将重点从仅评估样本效率转变为探测动态，延长场景中的记忆效果水平。为了解决可用的基于内存的深钢筋学习基线中的差距，我们在开源清洁库中介绍了一个实现，该库将变形金刚-XL（TRXL）与近端的pol-Pol-Pol-Cy-Cy-Cy-Cy-Cy-Cy-Cy-Cy-Cy-Cy-Cy-Cyizatization中进行了实现。这种方法采用滑动窗口技术利用TRXL作为情节内存的一种形式。我们在封闭式复发单元（GRU）和TRXL之间的比较研究揭示了我们有限和无尽任务的各种表现。trxl在有限的环境上表现出优于GRU的效果，但仅在利用辅助损失来重建观测值时。值得注意的是，Gru在所有无尽的任务中都表现出色，始终优于显着的边距TRXL。网站和源代码：https：//marcometer.github.io/jmlr_2024.github.io/关键字：深增强学习，actor-Critic-Critic，记忆，内存，变形金刚，重复
美国陆军工程兵团。 “Hec-Ras 二维水力模型的基准测试
社区监测计划的水文气象数据定量验证，J.Hydrol.，538，713–725，doi:10.1016/j.jhydrol.2016.04.062，2016 年。Weeks W.、Barthelmess A.、Rigby E.、Witheridge G. 和 Adamson R. 水力结构的堵塞。
通过人类偏好研究基准音乐生成模型和指标
摘要 - 截止性的进步使产生的音乐更接近人类创造的作品，但是评估这些模型仍然具有挑战性。虽然人类的偏好是评估质量，将这些主观判断转化为客观指标的黄金规模，尤其是对于文本审计和音乐质量，但事实证明很困难。在这项工作中，我们使用12种最先进的模型生成了6K歌曲，并对15K成对音频比较与2.5k人类参与者进行了调查，以评估人类偏好与广泛使用的指标之间的相关性。据我们所知，这项工作是第一个基于人类偏好对当前最新音乐生成模型和指标进行排名的工作。为了进一步的主观度量评估领域，我们提供了对生成的音乐和人类评估数据集的开放访问。索引术语 - 音乐生成，评估指标，音频数据集，人类评估调查
基准llms用于具体决策做出
我们旨在评估大型语言模型（LLMS）进行具体的决策。尽管大量的工作一直在利用LLM在体现的环境中进行决策，但我们仍然缺乏对其性能的系统性理解，因为它们通常用于不同的域，用于不同的目的，并基于不同的输入和输出。此外，现有的评估倾向于仅依赖最终的成功率，因此很难确定LLM中缺少什么能力以及问题所在的地方，进而有效地和选择性地利用LLMS的药物。为了解决这些限制，我们提出了一个广义接口（e Mboded a gent i nterface），该界面支持基于LLM的模块的各种任务和输入输出规格的形式化。Specifically, it allows us to unify 1) a broad set of em- bodied decision-making tasks involving both state and temporally extended goals, 2) four commonly-used LLM-based modules for decision making: goal interpre- tation, subgoal decomposition, action sequencing, and transition modeling, and 3) a collection of fine-grained metrics that break down evaluation into error types, such as hallucination errors, affordance errors, and various计划错误的类型。总体而言，我们的基准对LLMS在不同子任务中的性能进行了全面评估，从而指出了LLM驱动的体现体现的AI系统的优势和劣势，并提供了对LLM在体现决策中的有效和选择性使用的见解。